.
Inicio / Cursos / Big Data / Curso Evaluación de modelos predictivos

Curso Evaluación de Modelos Predictivos

Área: Big Data | Sub Área: Big Data
Este curso esta disponible en modalidad Presencial y Online

¡Y PARTICIPA EN EL SORTEO DE UNA BECA PARA ESTE PROGRAMA!

Presentación

Los modelos predictivos funcionan siguiendo un principio de retroalimentación: se construye un modelo y luego se evalúa el mismo para saber si se han cumplido las expectativas, de no ser así, el proceso de evaluación frecuente permite mejorar el modelo hasta llegar a un resultado deseado.

Evaluación de Modelos Predictivos, es un curso en el que se presentarán las técnicas más importantes para evaluar modelos predictivos de distintos tipos. Debido a que el proceso de evaluación es una actividad clave en el desarrollo de modelos predictivos, se tratarán a detalle algunas de las métricas más importantes.

Duración: un fin de semana

Fechas de inicio

  • Online Diciembre 2018
  • Lima 26 Enero 2019
  • Bogota 16 Febrero 2019
Matricularme ahora Obtener Acceso de Prueba Gratis

Objetivos

Al finalizar el curso el participante estará en la capacidad de:

  • Entender intuitiva y matemáticamente las principales métricas de evaluación para modelos predictivos.
  • Escoger la métrica de evaluación adecuada para el modelo según el problema de negocios que se quiera resolver.
  • Aprender a evaluar correctamente un modelo predictivo utilizando validación cruzada y métricas adecuadas.
  • Aplicar los conceptos en la práctica utilizando Python y scikit-learn.

Público Objetivo

El Curso Evaluación de Modelos Predictivos está dirigido a Ingenieros de software, miembros de equipos de Inteligencia de Negocios, Marketing Directo, gestión de campañas comerciales, equipo CRM, Inteligencia comercial, Inteligencia de Clientes, ejecutivos de banca, retail y telecomunicaciones.


Pre-Requisitos

Se recomienda que el participante posea:

  • Conocimientos de Python.
  • Conocimiento y comprensión de conceptos estadísticos básicos.
  • Conocimiento sobre la creación y utilización de modelos predictivos.
  • Para el desarrollo del curso es necesario que los alumnos lleven su computadora personal.

Estructura Curricular

Breve repaso de tipos de modelos predictivos

  • Tipos de modelos predictivos
  • Modelos y algoritmos principales

 Métricas para modelos de aprendizaje supervisado

  • Métricas para modelos de clasificación.
  • Matriz de confusión y métricas relacionadas.
  • Métricas para modelos de regresión.
  • Validación cruzada.
  • Mejores prácticas para evaluación y ajustes de parámetros. 

Métricas para modelos de aprendizaje no supervisado

  • Medidas de evaluación de modelos de clustering.
  • Validación y consistencia de clusters.

Aplicación Práctica y evaluación

  • Escogiendo la métrica adecuada según el problema a resolver
  • Métricas de evaluación y pipelines con scikit-learn
  • Proyectos de aplicación

Expositores

IGNACIO PEREZ (COLOMBIA)

Ph.D. en Matemáticas Aplicadas de la Universidad de Lyon - Francia, MSc. en Investigación Operacional de la Universidad de Grenoble - Francia y Certified Quantitative Risk Management - CQRM® por el International Institute of Professional Education and Research - IIPER. Se especializa en el desarrollo de Proyectos en las áreas de Minería de Datos, Riesgos Investigación de Operaciones y Matemáticas Aplicadas.


NOTA: No necesariamente todos los expositores mencionados participarán en el dictado del programa o sesiones webinar, asimismo se podrá contar con la participación de otros expositores adicionales a los mencionados.


Los participantes que completen exitosamente el curso, recibirán la siguiente certificación:

  • Certificación emitida por BS Grupo.

En la modalidad Presencial:

El Curso Evaluación de modelos predictivos se desarrolla en el siguiente horario (*):

En Bogota con una frecuencia Quincenal:

  • Sábado: 08:00 a 12:00 - 14:00 a 18:00 horas.

En Lima con una frecuencia Mensual:

  • Sábado: 09:00 a 13:00 - 14:30 a 18:30 horas.

En LIMA con una frecuencia Mensual:

  • Sábado: 14:30 a 18:30 horas.
  • Domingo: 09:00 a 13:00 horas.

En BOGOTA con una frecuencia Quincenal:

  • Sábado: 08:00 a 12:00 - 14:00 a 18:00 horas.

(*)Para más detalle sobre fechas y horarios solicite su cronograma de alumnos.

En la modalidad Presencial

El presente curso se desarrolla totalizando 8 horas cronológicas en el siguiente horario:

En la ciudad de Lima en un fin de semana: 

  • Sábado: De 09:00 a 13:00 y de 15:00 a 19:00 horas

En la ciudad de Bogotá en un fin de semana:

  • Sábado: De 08:00 a 12:00 y de 14:00 a 18:00 horas.

Con BS PLAY puede ver las clases sin tener que estar conectado a Internet

Ahora puede visualizar sus sesiones de clases donde quiera que se encuentre desde un dispositivo móvil: tablet o smartphone sin conexión permanente a internet. Con BS PLAY es posible poder visualizar las sesiones de clase desde su oficina, en el camino al trabajo, cuando este viajando o en cualquier zona alejada donde se encuentre.

Con BS PLAY podrá:

• Descargar sus sesiones de clases en su dispositivo móvil: tablet o smartphone.

• Visualizar sus sesiones de clases sin tener que estar conectado a internet de manera permanente, previamente debe descargar los contenidos en su dispositivo móvil: tablet o smartphone.

Descargar BSPlay App Store
Descargar BSPlay Google Play

Tags


DUDAS E INFORMACIÓN

¿Tiene dudas sobre algún aspecto del programa ?

Registre sus datos para que un asesor especializado pueda ayudarlo en todo lo que requiera.

LLÁMENOS a costo de llamada local



Beneficios

El curso incluye los siguientes beneficios:

  • Acceso a 8 horas de presenciales en las fechas establecidas.
  • Certificación emitido por BS Grupo.

Inversión

Al Contado desde US$ 490

Consulte por nuestras opciones de pago personalizadas y flexibles así como por las opciones de descuentos.

Puede pagar a través de nuestro sitio web con los siguientes medios de pago:

  • Tarjetas de crédito Visa, Mastercard, American Express, Dinners Club, Discover, o JBC.
  • Tarjetas de debito Visa, Visa Electrón o cualquier tarjeta de debito con el logo de Visa.
  • Paypal.